Data Science Tutorials

Erfahre, was eine ausführbare Datei ist und warum sie nützlich sein kann, und schau dir an, wie du ein Python-Skript mit auto-py-to-exe in eine ausführbare Datei umwandelst.

Erforsche sechs wichtige Methoden für die Verkettung von Zeichenketten in Python, indem du anhand von Beispielen die Syntax und die Anwendung der einzelnen Techniken erläuterst.

Lerne etwas über Python Docstrings. Hier findest du verschiedene Beispiele und Formattypen für Docstrings für Sphinx, Numpy und Pydoc.

Lerne die logistische Regression und ihre grundlegenden Eigenschaften kennen und erstelle mit scikit-learn in Python ein maschinelles Lernmodell für eine reale Anwendung.

Ein vollständiger Überblick zum Verständnis multipler linearer Regressionen in R anhand von Beispielen.

Lerne in einem TensorFlow- und Keras-Tutorial Techniken, Anwendungen und Werkzeuge zur Datenerweiterung kennen.

Lerne, mit Python-Objekten auf alle Arten von relationalen Datenbanken zuzugreifen und SQL-Abfragen auszuführen.

Modelle des maschinellen Lernens sind leistungsstark, aber schwer zu interpretieren. Die SHAP-Werte können dir jedoch dabei helfen, zu verstehen, wie Modellmerkmale die Vorhersagen beeinflussen.

Lerne, wie du mehrere Diagramme in R mit den Funktionen par() oder layout() zu einem einzigen Diagramm zusammenfassen kannst. Diese Seite enthält Beispiele für die Codierung.

FORMAT() ist eine der am häufigsten verwendeten Funktionen in SQL. In diesem Tutorial lernst du seine wichtigsten Anwendungen kennen.

Erfahre, wie OpenAIs neue Funktionsaufrufe GPT-Modelle in die Lage versetzen, strukturierte JSON-Ausgaben zu generieren und damit häufige Entwicklungsprobleme zu lösen, die durch unregelmäßige Ausgaben verursacht werden.

In diesem Lernprogramm lernst du das Konzept der Objekterkennung in Python mit der OpenCV-Bibliothek kennen und erfährst, wie du sie für Aufgaben wie die Gesichtserkennung nutzen kannst.